- …
- …
#21
summarized by : Naoya Chiba
どんな論文か？
点群畳み込みにおける近傍領域の設定について，既存のkNNやBall Query（radius-Neighbor）では密度が不均一な場合に対応できないことを指摘，マスクを用いてadaptiveに着目領域を変化させることのできる近傍領域選択手法とそれを組み込んだ点群畳み込みであるdiffConvを提案する．
新規性
点群に応じて近傍領域を適切に設定するための工夫を点群畳み込みに用いる．はじめに着目点周囲の点群密度をKDEで推定しBall Queryの半径を設定してから，MLPによるAttentionに相当するような隣接行列を設定して近傍グラフに対する畳み込みを行う．Attentionの各要素に点群畳み込みを対応させるよう整理して定式化している．
結果
ModelNet40のクラス分類で既存手法と遜色なく，ModelNet40-Cで検証したロバスト性の指標であるCrruption Error Rateでは高い性能を達成した．ScanObjectNNでの実世界データでも優れたスコアを達成しており，現実的なデータに対してうまく適用できることを示した．
その他（なぜ通ったか？等）
- …
- …